0
A
回答
1
LDA主要是一種降維技術,類似於PCA,除了旨在考慮數據的類標籤。
通常,它被用來投影到一個維,其中允許確定上述哪一個類被預測,而在其下面另一種是閾費希爾線性判別。這個Fisher線性判別式是類內散射的倒數與類散射之間乘積的特徵向量,對應於最大特徵值。
但是,您可以選擇儘可能多的特徵向量,因爲有尺寸,您不僅限於一個。我相信這個特徵向量可以在scaling
輸出參數R
的lda
函數中找到。
有關更多信息,請參閱Theodoris (2008)章節5.8,6.1-6.3。
+0
當然。隨意[給予好評和/或接受這個答案,如果你發現它有用(http://meta.stackoverflow.com/help/someone-answers)。 – damienfrancois
+0
當你說的r'lda'功能,你的意思是在'MASS'包'lda'功能? – Rhubarb
相關問題
- 1. 線性判別分析圖
- 2. 線性判別分析
- 3. 我應該比降維整個數據集進行線性判別分析?
- 4. C#線性判別分析Alglib
- 5. Matlab中的線性判別分析LDA
- 6. scikit的線性判別分析和Fisher判別分析法是相同的嗎?
- 7. 使用ggplot2的線性判別分析圖
- 8. R中的線性判別分析中的分類函數
- 9. 判別分析圖
- 10. 問題點和申請R線性判別分析
- 11. Matlab的 - 錯誤與線性判別分析
- 12. 判別分析有R
- 13. 線性判別分析與原理分量分析的主要區別是什麼
- 14. Isomap「非線性降維」點數
- 15. 使用PCA降維降維 - MATLAB
- 16. 簡單的判別分析失敗
- 17. 使用MASS觀察LDA中線性判別式的訪問分數:lda()
- 18. 使用ade4對R進行判別分析
- 19. Modelica線性分析
- 20. 使用線程實現性能下降
- 21. 用PCA決定降維降維
- 22. ActivePivot葉級別聚合和分析維
- 23. VS 2010性能分析器:識別線程
- 24. 二維線性對流++(分段錯誤)
- 25. GDA(高斯判別分析)的對數似然函數
- 26. 錯誤繪製局部Fisher判別分析{LFDA}包
- 27. 判別分析:如何獲取閾重量
- 28. Google Analytics(分析)降低Android應用程序的性能
- 29. 內部民意調查性別分析
- 30. 使用基於子組的線性迴歸分析
LDA是一種分類工具,您爲什麼要使用它來降低維度? PCA或MDS將是更合乎邏輯的選擇。 – Edwin
@Edwin,你應該把它當作答案。 –
lda標籤似乎是用於「潛在Dirichlet分配」。刪除。 – manuell